pip 安装→GS Marquee 账号→OAuth 认证→写代码
灵活度高，但 Python 环境、GS 账号、数据 entitlement、策略代码都要自己维护。
Compare
gs-quant vs EasyClaw 量化 Skill
同一个「量化研究」目标，两条路线：一条是自建 gs-quant 环境，用 Python 做定价/风险/回测/组合；一条是用 EasyClaw 已装好的量化 Skill，一句话发起研究。下面从任务、数据源、前置条件、适合人群四个维度对比。
gs-quant 自建装环境 + 写代码 + 配账号
EasyClaw 量化 Skill一句话发起研究
Route
两条路线对比
安装 EasyClaw→一句话提问
Skill 的数据源、Token、网络与市场覆盖各不相同；不代表 gs-quant 已集成 EasyClaw。
EasyClaw Skills
已核验的 EasyClaw 量化 Skill
以下为 EasyClaw 本机技能目录中与量化研究相关的 Skill（catalog_visible + installable），按任务定位分组。
| Skill | 任务定位 | 数据源 / 覆盖 | 前置条件 |
|---|---|---|---|
| 量化分析（quant-analyst-skill-v1.0.0） | 金融建模、回测、风险指标、组合优化、统计套利 | pandas / numpy / scipy | 触发量化任务 |
| AKShare 财经数据（akshare-finance） | 股票/期货/期权/基金/外汇/债券/指数/加密货币数据 | AKShare 公开财经数据 | akshare 依赖 |
| Tushare 数据接口（tushare-finance） | A股/港股/美股/基金/期货/债券/宏观数据 | Tushare Pro 接口 | Tushare Token |
| 美股行情（yahoo-finance-github） | 美股实时行情、历史K线、新闻、组合 | yfinance | 无需 key（不支持 A股/港股） |
| 富途 OpenAPI（futuapi） | 港股/美股/A股交易与行情 | 富途 OpenAPI | OpenD + 账号 |
| 同花顺问财（iwencai） | 行情/财务/选股/研报/公告/新闻/宏观 | 同花顺问财 | IWENCAI_API_KEY |
| K线技术分析（stock-technical-mastery） | MACD/RSI/布林带/形态/量价技术分析 | 新浪财经 + Baostock | 仅 A 股 |
| A股实时行情（a-stock-analysis） | A股实时行情与分时量能分析 | 东方财富 + 新浪财经 | 仅 A 股 |
| DCF估值引擎（fp-dcf） | FCFF/WACC/敏感性估值 | akshare/baostock/yfinance | A股/港股/美股 |
技能状态说明：以上 Skill 均为本机目录 catalog_visible 与 installable，不代表 authorized（API Key/账号授权）或 runtime_verified（运行成功）。
EasyClaw demo
一句话发起量化研究：实拍示例
以下为 EasyClaw 实际使用截图：一句话发起估值、技术分析与基本面查询。图片已等比缩小展示。
样例边界：以上为 EasyClaw 实际使用截图（2026-09-04），图片等比缩小展示。截图只证明该研究任务可一句话发起；不代表 gs-quant 已集成 EasyClaw，也不代表实时数据、默认功能或投资收益。
Boundary
集成边界与前置披露
无已证实集成
gs-quant 是 Goldman Sachs 的 GitHub 项目，不是 EasyClaw 技能；两者没有官方集成证据。
数据源各不同
gs-quant 用 Marquee 数据（需 GS 账号）；EasyClaw Skill 用 AKShare/Tushare 等公开数据源。
不构成投资建议
无论哪条路线，研究结果均不构成收益保证或投资建议。
Decision
如何选择：四条判断
不确定选哪条路线时，按下面四条快速判断。
会不会写代码
能自己写 Python、维护环境，gs-quant 自建更可控；否则偏 EasyClaw 路线。
要不要机构级定价/风险
需要衍生品定价与风险归因能力，选 gs-quant 自建。
对数据源的要求
依赖 Marquee 机构数据，选 gs-quant；要公开行情/财务数据，看 EasyClaw Skill 覆盖。
维护意愿
愿意维护环境、账号、依赖，选自建；想省心，选 EasyClaw。
Compare
gs-quant 与 EasyClaw 选型维度对照
从数据源、前置条件、成本与维护等维度快速对照。
| 维度 | gs-quant 自建 | EasyClaw 量化 Skill |
|---|---|---|
| 数据源 | Goldman Sachs Marquee（需账号+授权） | AKShare/Tushare/yfinance 等公开数据源 |
| 编程要求 | 需 Python | 无需写代码，一句话提问 |
| 定价/风险能力 | 衍生品定价、greeks、情景 | 以回测/估值/技术分析为主，无等价衍生品定价 |
| 维护成本 | 自维护环境、账号、依赖 | EasyClaw 托管，免部署 |
| 适合人群 | 量化研究员、金融工程师 | 想直接发起研究的用户 |
FAQ
常见问题
gs-quant 和 EasyClaw 是同一个东西吗？
不是。gs-quant 是 Goldman Sachs 的开源 Python 工具包；EasyClaw 是 AI 助手平台，内置量化研究类 Skill。两者无官方集成。
该选 gs-quant 自建还是 EasyClaw？
需要机构级衍生品定价/风险/回测且会 Python，选 gs-quant 自建；只想一句话发起行情/数据/量化分析，选 EasyClaw。
EasyClaw 能替代 gs-quant 的定价能力吗？
不能直接替代。EasyClaw 的量化 Skill 偏回测、估值、技术分析与数据，无等价的衍生品定价/greeks 能力。